Построение моделей для оценки качества нефтематеринского потенциала пород (на примере Когалымского и Покачевского регионов Западной Сибири)

dc.contributor.authorЛац Сергей Анатольевич
dc.contributor.authorПантелейко Ирина Анатольевна
dc.date.accessioned2019-12-17T11:11:58Z
dc.date.available2019-12-17T11:11:58Z
dc.date.issued2015
dc.description.abstractВ условиях усложнения поисков месторождений нефти и газа на территории Когалымского и Покачевского регионов Западной Сибири всё большее экономическое значение приобретает создание более совершенных моделей для оценки качества нефтематеринского потенциала пород. На этой территории накоплен определенный фактический материал по качеству нефтематеринского потенциала пород. На данном статистическом материале можно опробовать методику построения моделей для оценки качества нефтематеринского потенциала пород по характеристикам рассеянного органического вещества (РОВ). Особенностью данной методики является то, что будут использованы те показатели, которые всегда имеются в распоряжении производственников. При этом необходимо отметить, что данные показатели будут использоваться комплексно, что является залогом высокой надежности построенных вероятностно-статистических моделей прогноза качества нефтематеринского потенциала пород. Данная методика прогноза может быть реализована в условиях определенной изученности территории. Здесь необходимо отметить, что все исследованные пробы должны быть охарактеризованы одними и теми же показателями. Это обстоятельство позволяет строить вероятностно-статистические модели, которые практически можно будет использовать при оценке качества нефтематеринского потенциала пород по всей территории исследований. С помощью данной методики можно будет оценивать качество нефтематеринского потенциала пород на территории Когалымского и Покачевского регионов Западной Сибири. Выделение наиболее перспективных по качеству нефтематеринского потенциала пород участков предлагается производить с помощью построения геолого-математических моделей прогноза. При помощи анализа характеристик РОВ будут количественно определены те, которые реально формируют нефтематеринский потенциал пород. Отличительной особенностью данной работы является то, что при построении моделей на первом этапе будут использоваться не сами показатели, которые имеют различные размерности, а вероятности, вычисленные по ним. Для этого будут построены уравнения регрессии, по которым и будут вычислены вероятности. По значениям вероятностей с использованием пошаговых линейного дискриминантного и многомерного регрессионного анализа будет разработан комплексный вероятностный критерий. Данный критерий в дальнейшем будет использован для построения многомерной модели уже непосредственно для оценки качества нефтематеринских пород.
dc.identifierhttps://cyberleninka.ru/article/n/postroenie-modeley-dlya-otsenki-kachestva-neftematerinskogo-potentsiala-porod-na-primere-kogalymskogo-i-pokachevskogo-regionov
dc.identifierФедеральное государственное бюджетное образовательное учреждение высшего образования «Пермский национальный исследовательский политехнический университет»
dc.identifier.citationВестник Пермского национального исследовательского политехнического университета. Геология, нефтегазовое и горное дело, 2015, , 16
dc.identifier.urihttps://repository.geologyscience.ru/handle/123456789/9120
dc.publisherФедеральное государственное бюджетное образовательное учреждение высшего образования «Пермский национальный исследовательский политехнический университет»
dc.subjectНЕФТЕМАТЕРИНСКИЙ ПОТЕНЦИАЛ ПОРОД
dc.subjectХАРАКТЕРИСТИКИ РАССЕЯННОГО ОРГАНИЧЕСКОГО ВЕЩЕСТВА
dc.subjectМЕТОД ROCK-EVAL
dc.subjectСТАТИСТИЧЕСКИЕ КЛАССИФИКАЦИИ ПОРОД
dc.subjectСХЕМА НЕФТЕМАТЕРИНСКОГО ПОТЕНЦИАЛА ПОРОД
dc.subject.udc553.98
dc.titleПостроение моделей для оценки качества нефтематеринского потенциала пород (на примере Когалымского и Покачевского регионов Западной Сибири)
dc.typetext
dc.typeArticle

Файлы

Оригинальный пакет

Показано 1 - 1 из 1
Загрузка...
Изображение-миниатюра
Имя:
p16.pdf
Размер:
854.6 KB
Формат:
Adobe Portable Document Format

Коллекции